摘要
本发明公开了一种基于多层次编码器‑解码器架构的股票市场异常预警方法,其特点是该方法包括:构建多尺度股票信息预测模型、股票异常评估模型和市场异常评估模型等步骤,使用Informer模型整理金融指标数据,利用注意力机制加权舆情和多种金融指标,评估和预测股票数据,通过逻辑回归和岭回归算法构建异常评估模型,利用波动性、抛售额等因素进行评估,并通过可信度与预测序列长度的关系模型,结合股票异常评估模型,构建股票市场异常评估模型。本发明与现有技术相比具有综合预测和分析金融背景、舆情以及股票趋势因素,解决了单一模型如LSTM对股票预测效果差的问题,从预测准确度的先验知识角度保障最终异常分析准确性,具有良好的运用前景和商业价值。
技术关键词
解码器架构
预警方法
多层次
编码器
股票历史数据
可信度模型
输入多尺度
金融
指标
机器学习算法
主成分分析方法
文本情感分析
逻辑回归算法
线性回归算法
多头注意力机制
梯度下降算法